CN103778551A - 商品信息提示方法及装置 - Google Patents
商品信息提示方法及装置 Download PDFInfo
- Publication number
- CN103778551A CN103778551A CN201210407963.4A CN201210407963A CN103778551A CN 103778551 A CN103778551 A CN 103778551A CN 201210407963 A CN201210407963 A CN 201210407963A CN 103778551 A CN103778551 A CN 103778551A
- Authority
- CN
- China
- Prior art keywords
- user
- users
- resemblance
- active user
- good friend
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了商品信息提示方法及装置,其中,所述方法包括:接收到当前用户选择指定商品信息的指令后,获取当前用户的属性信息以及该指定商品信息的历史交易记录;根据所述历史交易记录,获取购买所述指定商品的其他用户的属性信息;根据所述当前用户以及所述其他用户的属性信息,计算所述当前用户若购买所述指定商品信息对应商品的撞衫权重;所述撞衫权重用于表示至少两个用户在同一场合使用所述指定商品信息对应商品的概率;如果所述撞衫权重满足预置条件,则返回提示信息。通过本申请,能够降低由于用户的退换货等处理对购物网站的系统资源造成浪费。
Description
技术领域
本申请涉及电子商务技术领域,特别是涉及商品信息提示方法及装置。
背景技术
随着电子商务的不断发展,越来越多的用户选择在网上进行购物。用户通过浏览器访问购物网站,就可以方便地选择自己所需的商品。与此同时,多个用户购买同一件商品的概率也大大提高。然而,一些用户对于与周边的人购买同一件商品可能会比较介意,尤其是服装类商品,如果在同一场合中与其他用户穿了相同或者外观相似的服装,则往往会令人尴尬,这种现象一般被形象地称为“撞衫”。一旦出现“撞衫”的现象,可能会导致退换货,这样不仅会浪费买卖双方的时间,也会对购物网站的系统资源造成浪费。
因此,迫切需要本领域技术人员解决的技术问题就在于,如何对网上购物系统的性能进行改善,以降低“撞衫”的概率,降低对购物网站的系统资源造成浪费。
发明内容
本申请提供了商品信息提示方法及装置,能够降低由于用户的退换货等处理对购物网站的系统资源造成浪费。
本申请提供了如下方案:
一种商品信息提示方法,包括:
接收到当前用户选择指定商品信息的指令后,获取当前用户的属性信息以及该指定商品信息的历史交易记录;
根据所述历史交易记录,获取购买所述指定商品的其他用户的属性信息;
根据所述当前用户以及所述其他用户的属性信息,计算所述当前用户若购买所述指定商品信息对应商品的撞衫权重;所述撞衫权重用于表示至少两个用户在同一场合使用所述指定商品信息对应商品的概率;
如果所述撞衫权重满足预置条件,则返回提示信息。
一种商品信息提示装置,包括:
第一信息获取单元,用于接收到当前用户选择指定商品信息的指令后,获取当前用户的属性信息以及该指定商品信息的历史交易记录;
第二信息获取单元,用于根据所述历史交易记录,获取购买所述指定商品的其他用户的属性信息;
计算单元,用于根据所述当前用户以及所述其他用户的属性信息,计算所述当前用户若购买所述指定商品信息对应商品的撞衫权重;所述撞衫权重用于表示至少两个用户在同一场合使用所述指定商品信息对应商品的概率;
返回单元,用于如果所述撞衫权重满足预置条件,则返回提示信息。
根据本申请提供的具体实施例,本申请公开了以下技术效果:
通过本申请,在用户选择了某指定的商品信息时,可以首先对根据当前用户的属性信息,以及购买过当前商品的其他用户的属性信息,计算当前用户如果购买当前商品则可能与其他用户撞衫的概率,如果概率较高,则可以向用户进行提示,如果用户介意与其他用户撞衫,则可以直接选择购买其他商品,而不用在实际发现撞衫之后再进行退换货等操作,避免用户执行复杂的退换货操作流程,同时也节省购物网站的系统资源。
其中,可以根据用户之间的距离或用户之间的好友关系,计算当前用户与购买过当前商品的其他用户之间的撞衫权重,因此,在获取用户的属性信息时,可以获取用户的地址信息或好友关系信息。或者,还可以综合考虑用户之间的距离以及好友关系这两方面的因素,在获取属性信息时,同时获取用户的地址信息以及好友关系信息,然后综合确定出当前用户与购买过当前商品的其他用户之间的撞衫权重,这样可以获取到更准确地反映出实际的情况,提高计算结果的有效性。
当然,实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的方法的流程图;
图2是本申请实施例提供的方法中一坐标展现方式示意图;
图3是本申请实施例提供的方法中另一坐标展现方式示意图;
图4是本申请实施例提供的方法中再一坐标展现方式示意图;
图5是本申请实施例提供的装置的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
参见图1,本申请实施例提供的商品信息提示方法可以包括以下步骤:
S101:接收到当前用户选择指定商品信息的指令后,获取当前用户的属性信息以及该指定商品信息的历史交易记录;
在本申请实施例中,所谓的用户选择指定商品信息,可以包括,用户将鼠标等操作焦点移动到商品信息列表界面的某个指定商品信息处,或者,用户点击某商品信息的链接进入到该商品信息对应商品的详细信息界面,或者,用户通过指定商品信息对应的购买操作入口执行购买操作,或者,用户通过指定商品信息对应的加入“购物车”入口将指定商品信息加入到待确认商品信息集合,等等。换言之,按照本申请实施例提供的方法执行商品信息提示时,开始获取相关信息的时机可以有多种,在实际应用中,可以选择在任一或者多个时机进行相关信息的获取操作。
其中,当前用户的属性信息可以是从该用户的注册信息以及历史交易信息等数据中获取的。注册信息可以是指该当前用户在当前购物网站服务器中注册时录入的相关信息,例如,一般在用户首次在某购物网站进行网上购物时,需要首先向购物网站注册用户信息,以获取到在购物网站中的唯一身份标识,注册信息中往往就会包含用户的一些属性信息,例如,用户的地址等等。当然在用户允许的情况下,也可以通过该用户在其他系统中的注册信息,获取到用户的属性信息。另外,由于在填写注册信息时,一些信息并不是必填项,因此,对于一些用户而言,可能无法从其注册信息中获取到足够的属性信息,因此,还可以从该用户的历史交易数据中获取。该用户的历史交易数据也即该用户过去曾经在该购物网站中购买商品的信息,这些信息一般会被购物网站记录在服务器中,这些信息不仅包括用户购买过哪些商品,还包括用户在购买商品时填写的配送地址等信息,因此,也可以从这些信息中获取到用户的属性信息。
此外,有些购物网站还关联有即时通信系统,以便于买卖双方、买方用户之间进行在线的沟通,在即时通信系统中,用户一般也会填写一些用户资料,包括用户的性别、年龄、地址等等,这些信息被记录在即时通信系统的服务器上,由于购物网站服务器与该即时通信服务器之间具有关联性,甚至一般情况下,都可以在两者之间实现单点登录(例如,如果用户登录到购物网站,则在打开与之关联的即时通信工具时,无需再手动登录,即可登录到该即时通信服务器),因此,购物网站服务器侧通常也可以获取到与之关联的即时通信服务器侧记录的用户数据,进而,也可以从这些数据中获取到用户的属性信息。当然,在用户允许的情况下,也可以获取其他即时通信系统中的用户属性信息,例如可以弹出窗口等方式询问用户是否允许进入其他即时通信系统中获取相关信息,如果用户同意则可以输入自己在其他即时通信系统中的登录信息(包括账号、密码等),然后购物网站服务器就可以使用用户输入的登录信息后台登录到其他的即时通信平台,获取该用户的属性信息,等等。需要说明的是,从即时通信系统中获取用户的属性信息时,获取到的属性信息不仅仅可以包括用户的地址、年龄、性别、出生日期等自身的属性,还可以包括该用户与哪些用户具有好友关系,这种好友关系信息也可以用于计算用户的撞衫权重,对此,后文中会有详细的介绍。
关于该指定商品信息的历史交易记录,就是指曾经有哪些用户购买过该指定商品信息对应的商品,这种信息同样会被记录在购物网站的服务器中,并且服务器也提供有访问这些数据的查询入口,因此,可以通过查询购物网站服务器,获取到相关的信息。例如,用户甲选中某商品信息时,通过查询购物网站服务器,发现此前有用户乙、丙、丁等等还购买过该商品,该信息可以用于后续的计算。
S102:根据所述历史交易记录,获取购买所述指定商品的其他用户的属性信息;
从历史交易记录中获知有哪些用户曾购买过当前商品信息对应的商品之后,就可以去获取这些用户的属性信息。具体在获取这些用户的属性信息时,可以采用获取当前用户的属性信息时类似的方式,参照前文执行即可,这里不再详述。
S103:根据所述当前用户以及所述其他用户的属性信息,计算所述当前用户若购买所述指定商品信息对应商品的撞衫权重;所述撞衫权重用于表示至少两个用户在同一场合使用所述指定商品信息对应商品的概率;
在获取到当前用户的属性信息,以及购买过当前商品的其他用户的属性信息之后,就可以根据这些信息,计算出当前用户如果要购买当前商品信息对应的商品,则撞衫权重会有多大,这里,撞衫权重是指两个或两个以上的用户在同一场合使用同一商品的概率。需要说明的是,所述的同一场合,从狭义上讲,可以是指两个或两个用户在同一时间且同一地点使用同一商品,例如,共同参加某个聚会或活动等等,或者,从广义上讲,也可以包括两个或两个以上用户在不同时间不同地点参加相同或相似的活动主题,例如,某些公众人物参加一些与观众见面的活动,一些相关的照片或者资料会被发布到网络上,因此,两个或多个穿了同样服装的用户,即使不是同一时间出现在同一地点,也可能被观众发现撞衫,等等。本申请实施例中,可以涵盖上述各种情况。
具体在计算撞衫权重时,可以从不同的角度上获取用户的属性信息,并且根据获取信息角度的不同,具体的计算撞衫权重的方式也会有所不同,下面进行详细的介绍。
在一种实现方式下,在获取用户的属性信息时,可以是获取用户的地址信息,这里的地址信息一般是指用户的通信地址,可以从用户的购买历史记录中获取到相关的信息。由于用户在购物时填写的通信地址一般就是用户的居住地,可以体现出该用户可能会出现在的地理范围,如果同一地区范围内购买某商品的用户非常多,则出现撞衫的可能性则比较高。因此,在本申请实施例中,就可以从地址角度来获取用户的属性信息,并据此计算用户如果购买当前商品则可能撞衫的概率。
具体在根据用户的地址信息计算撞衫权重时,可以首先分别计算当前用户与其他各用户的地址重合度,然后综合与各个用户的地址重合度,得到当前用户针对当前商品的撞衫权重。关于地址重合度,可以简单地将两个用户的地址进行文本比对,根据相同文字的数目来计算地址重合度。当然,为了更加精确,还可以按照行政级别由高到低的顺序对当前用户与各个其他用户的地址信息进行匹配,并将地址匹配程度划分为若干个地址匹配等级,将这种地址匹配等级确定为对应的地址重合度。所谓的行政级别,就可以是省(直辖市)、市、区(县)等等。例如,对于用户甲和用户乙的地址,首先从最高的行政级别进行匹配(例如“省”),如果匹配成功,继续比对下一行政级别(例如“市”),如果不成功,则证明用户甲与用户乙不在同一省份,匹配结束;如果“市”级匹配成功,则继续比对下一行政级别(例如“区”),如果不成功,则证明用户甲与用户乙在同一省份但不在同一城市,匹配结束;如果“区”级匹配成功,则可以继续比对,否则,如果“区”级匹配不成功,则证明用户甲与用户乙属于同一省份的同一城市,但是不在同一地区,匹配结束,以此类推。在实际应用中,可以预先设定匹配的级数,也即,一个完整的地址中,可能存在很多个行政级别,但可以规定仅匹配到第M级,则匹配到第M级之后,即使匹配成功,也结束匹配,不再对下一下行政级别进行比对。例如,预先设定匹配到“区”级就停止匹配,也即,如果用户甲与用户乙的地址比对到“区”级也还是相同的,则可以确定出用户甲与用户乙在同一省份、同一城市的同一地区,不必再进行更低行政级别的匹配。当然,也可以将“街道”等确定为停止匹配的终点,可以根据实际需要来确定,这里不进行限定。但总之,当两个用户之间的地址匹配完成之后,匹配的结束点对应的行政级别越低,对应的地址匹配等级就越高,反之,匹配的结束点对应的行政级别越高,对应的地址匹配等级就越低。例如,两个用户的地址匹配到市级就结束了,则证明这两个用户在同一省份,但不在同一城市,因此,这两个用户的地址匹配级别比较低,如果两个用户的地址匹配到区级才结束,则这两个用户在同一省份的同一城市,甚至还可能在同一区(之所以是“可能”,是因为在将区级设定为匹配结束点的情况下,还需要根据区级的匹配结果来确定两个用户是否在同一区),因此,地址匹配等级就相对较高。
经过上述匹配操作,就可以确定出一个用户与另一个用户之间的地址匹配等级,例如,如果两个用户不在同一省份,则地址匹配等级最低,如果两个用户在同一省份,但不是同一城市,则地址匹配等级也较低,如果两个用户在同一省份的同一城市,则地址匹配等级一般,如果两个用户在同一省份、同一城市的同一区,则地址匹配等级比较高。如果两个用户的地址匹配等级比较高,则这两个用户在现实世界中居住的距离比较近,因此,在同一个地方活动的概率就比较高,撞衫的可能性也就比较大,该用户对另一用户撞衫权重的影响也就越大,反之也就越小。因此,为了计算当前用户的撞衫权重,就可以首先按照与当前用户地址匹配等级的高低,将购买过当前商品的其他用户划分为多个类别。例如,划分为同一省份(但不同城市)的用户、同一省份且同一城市(但不同区)的用户、同一省份、同一城市且同一区的用户等三类用户,然后分别统计出购买过当前商品的其他用户中包含的各类用户的数量,并分别为各类用户赋予不同的权值,当然,地址匹配等级越高的用户类别,对应的权值就越高,例如,同一省份的用户数目是N1,对应的权值是0.5,同一省份且同一城市的用户数目是N2,对应的权值是3,同一省份、同一城市且同一区的用户数目是N3,对应的权值是5,则可以通过以下公式计算当前用户如果购买当前商品的撞衫权重:
撞衫权重=N1*0.5+N2*3+N3*5 (1)
当然,上述公式并不是唯一的,在其他的实施方式下,各类用户对应的权值可以改变,甚至也可以采用更简单的计算公式,例如,仅统计出N3的值,用其代表当前用户的撞衫权重,等等,这里不再一一详述。
以上所述的实施方式中,是根据用户之间距离的远近,来判断撞衫的可能性,在其他的实施方式中,还可以根据用户之间的好友关系进行判断。这里的好友关系是指在即时通信系统中的好友关系。也就是说,如果两个用户在即时通信系统中具有好友关系,则这两个用户在现实世界中也很可能具有某种关系,例如同学、同事、朋友等等,因此很可能会出席相同的场合,也属于容易撞衫的情况。例如,如果两个具有好友关系的用户在现实世界中是同事,则这两个用户如果购买了同一件服装等商品,出现撞衫的概率就会非常高。因此,在本申请实施例中,也可以将用户之间的好友关系,作为评判用户撞衫权重的依据。在这种情况下,在获取用户的属性信息时,就需要获取用户在即时通信系统中的好友关系信息,具体的获取方法前文中有相关的介绍,这里不再赘述。
在获取到当前用户以及购买了当前商品的其他用户的好友关系信息之后,就可以分别判断各个其他用户是否为当前用户的好友,进而就可以将其他用户划分为当前用户的好友用户与非好友用户两类。这样,计算当前用户若购买当前商品的撞衫权重时,就可以分别统计购买了当前商品的其他用户中,当前用户的好友用户的数量,假设为X,以及非好友用户的数量,假设为Y,然后将这两个数量值进行加权求和,所得的值即可作为当前用户若购买当前商品的撞衫权重。当然,在进行加权求和时,X的权值大于Y的权值,用以体现好友用户对当前用户的撞衫权重的影响更大。
当然,在实际应用中,也可以有其他的计算撞衫权重的方式,例如,直接将购买当前商品的其他用户中出现的当前用户的好友数量,确定为当前用户购买当前商品的撞衫权重,等等。或者,在判断其他用户是否为当前用户的好友时,还可以从广义的概念上考虑“好友”的概念,例如,不仅可以判断某用户是否为当前用户的直接好友,还可以判断是否为当前用户的间接好友。如,假设当前用户为用户甲,用户乙为购买过当前商品的用户,则可以首先判断用户乙是否出现在用户甲的好友列表中,如果是,则用户乙是用户甲的直接好友;否则,还可以判断用户甲与用户乙之间是否存在共同好友,如果存在,则用户乙是用户甲的间接好友,否则,用户甲与用户乙之间为非好友关系。这样,就可以将购买过当前商品的其他用户划分为三类:直接好友、间接好友、非好友,进而就可以分别统计这三类用户的数量,然后进行加权求和,得到撞衫权重。当然,在加权求和时,直接好友的权值>间接好友的权值>非好友的权值,各个权值的具体取值可以根据实际的需求来确定。
以上两个实施例方式中,从用户之间的距离或者用户之间的好友关系角度,来计算当前用户购买当前商品的撞衫权重,在本申请的其他实施例中,还可以综合考虑用户之间的距离以及用户之间的好友关系这样两方面的因素。具体实现时,可以首先根据用户的地址信息,计算当前用户与各个其他用户之间的地址重合度,同时,根据用户的好友关系信息,判断当前用户与各个其他用户之间是否具有好友关系,然后再根据当前用户与各个其他用户之间的地址重合度以及好友关系,确定当前用户若购买当前商品的撞衫权重。具体的,在计算地址重合度时,同样可以首先按照行政级别由高到低的顺序对当前用户与各个其他用户的地址信息进行匹配,然后将地址匹配程度划分为若干个地址匹配等级,将该地址匹配等级确定为对应的地址重合度,这样,在确定出用户之间的好友关系之后,就可以将购买过当前商品的其他用户按照好友关系进行分类,例如可以划分为好友用户类及非好友用户类,然后统计出好友用户类中各个地址匹配等级分别对应的用户数量,以及非好友用户类中各个地址匹配等级分别对应的用户数量,最后,将好友用户类中各个地址匹配等级分别对应的用户数量,与非好友用户类中各个地址匹配等级分别对应的用户数量进行加权求和,得到撞衫权重;其中,进行加权求和时,针对同一地址匹配等级,好友用户类的权值大于非好友用户类的权值;针对同一类用户,地址匹配等级越高则权值越高。
例如,在不考虑间接好友的情况下,假设购买过当前商品的其他用户中,与当前用户在同一省份的好友用户数量是N1,对应权值是3,在同一省份且同一城市的好友用户数量是N2,对应权值是5,同一省份、同一城市且同一区的好友用户数目是N 3,对应权值是10;与当前用户在同一省份的非好友用户数量是N4,对应权值是0.5,在同一省份且同一城市的非好友用户数量是N5,对应权值是3,同一省份、同一城市且同一区的非好友用户数目是N6,对应权值是5,则可以通过以下公式计算撞衫权重:
撞衫权重=N1*3+N2*5+N3*10+N4*0.5+N5*3+N6*5 (2)
从以上权值的设置可以看出,对于好友用户而言,N3的权值>N2的权值>N1的权值,对于非好友用户而言,同样有N6的权值>N5的权值>N4的权值;而对于同样是与当前用户在同一省份的用户而言,N1的权值>N4的权值,对于同样是与当前用户在同一省份同一城市的用户而言,N2的权值>N5的权值,对于同样是与当前用户在同一省份同一城市且同一区的用户而言,N3的权值>N6的权值,这是因为,N1、N2、N3对应的是当前用户的好友用户,N4、N5、N6对应的是当前用户的非好友用户。
当然,在实际应用中,上述权值的具体取值并不是唯一的,可以根据实际的需要对其大小进行设置。另外,在上述同时考虑用户之间的距离以及用户之间的好友关系的情况下,同样还可以采用简化的计算方式,或者,采用更复杂的计算方式,将好友广义的理解为包括直接好友以及间接好友,等等,这里不再一一详述。
S104:如果所述撞衫权重满足预置条件,则返回提示信息。
具体实现时,可以根据统计值等预先设置撞衫权重的阈值,如果计算出的撞衫权重达到该阈值,则证明满足预置条件,并返回提示信息,以便在客户端向用户展现,提示用户如果购买当前商品,则与其他用户撞衫的概率较高,等等。
总之,通过本申请实施例,在用户选择了某指定的商品信息时,可以首先对根据当前用户的属性信息,以及购买过当前商品的其他用户的属性信息,计算当前用户如果购买当前商品则可能与其他用户撞衫的概率,如果概率较高,则可以向用户进行提示,如果用户介意与其他用户撞衫,则可以直接选择购买其他商品,而不用在实际发现撞衫之后再进行退换货等操作,避免用户执行复杂的退换货操作流程,同时也节省系统资源。
需要说明的是,在具体实现时,开始获取相关信息的时间以及最终进行提示的时间可以是不同的。例如,可以在用户点击某商品信息的链接进入到商品的详细信息界面时,开始获取相关信息,并执行撞衫权重的计算等操作,但计算完成之后,即使撞衫权重比较高,达到可以进行提示的程度,也可以暂时不必进行提示,而是等到用户发出将该商品加入购物车或者点击“立即购买”的指令时,再向用户展现提示信息,这样可以避免对用户造成过多的干扰,同时由于预先已经计算了撞衫权重,因此,可以在用户发出将该商品加入购物车或者点击“立即购买”的指令后快速地做出响应,提高提示的有效性。
另外需要说明的是,本申请实施例的各个步骤可以以软件或者硬件的方式实现,对应的产品可以运行在购物网站的服务器端,也即,通过对购物网站服务器端系统功能的改进,达到向用户返回撞衫提示信息的目的。
此外,本申请人在实现本申请的过程中还发现,撞衫的概率在特定的人群中,可能会体现出一些群体特征,例如,女性用户的撞衫概率可能会高于男性,年轻人的撞衫概率可能高于老年人,等等。因此,在本申请实施例中,还可以对从多个维度对用户进行分类,然后分别统计各个维度下各类人群在撞衫概率上体现出的群体特征,进而在发现某当前用户如果购买当前商品与其他用户的撞衫权重较高时,还可以各类人群的撞衫群体特征信息展现给当前用户。其中,所谓的维度也即表示从什么角度对用户进行分类,例如,可以从用户的“星座”角度将用户分为十二类,每个星座对应一个用户群体;或者,也可以从用户性别的角度将用户分为男性和女性两个用户群体;还可以从年龄角度对用户进行分类,等等。
在获取某类人群在撞衫概率上体现出的群体特征时,可以首先提取该类人群在某段时间内(例如三个月等等)的历史购物记录(其中记录有用户曾经购买过哪些商品等信息),统计出该类人群在这段时间内购买的商品总数,同时,对该类人群在这段时间内购买的商品进行去重处理,并统计出去重商品总数,再用去重商品总数除以商品总数,得到的商越小就证明该类人群购买的商品越集中,该类人群购买到同一商品的概率也就越高,也即撞衫概率越高。其中,所谓的去重处理,就是将相同的商品合并,例如,统计出某类人群在某段时间内购买的商品总数是100件,其中有20件是重复的,则去重商品总数就是80件。总之,按照上述方法,能够计算出各类人群在某特定时间段内的去重商品总数与商品总数之间的商,该商的倒数即可反映出该类用户群体在撞衫概率上的群体特征。
具体向用户展现各类用户群体在撞衫概率上的群体特征,可以采用坐标的方式来展现。例如,横坐标代表各个用户群体,纵坐标代表去重商品总数占商品总数的百分比,其中,纵坐标的值越小,就代表撞衫的概率越高。例如,如图2所示,其为从星座角度统计出的各类用户群体的群体特征,可以看出,天秤座用户对应的商值最小,相应的,撞衫概率也就最高,其次是双子座。如图3所示,其为从年龄角度对用户进行划分并统计出的群体特征,从图中可以看出,对于16-50岁的用户而言,22-30岁的用户对应的商值较小,也即撞衫概率比较高,而45岁以上用户的撞衫概率较低。如图4所示,其为从性别角度对用户进行划分并统计出的群体特征,从图中可以看出,女性用户对应的商值较小,撞衫概率较高,而男性用户的撞衫概率则较低。
与本申请实施例提供的商品信息提示方法相对应,本申请实施例还提供了一种商品信息提示装置,参见图5,该装置可以包括:
第一信息获取单元501,用于接收到当前用户选择指定商品信息的指令后,获取当前用户的属性信息以及该指定商品信息的历史交易记录;
第二信息获取单元502,用于根据所述历史交易记录,获取购买所述指定商品的其他用户的属性信息;
计算单元503,用于根据所述当前用户以及所述其他用户的属性信息,计算所述当前用户若购买所述指定商品信息对应商品的撞衫权重;所述撞衫权重用于表示至少两个用户在同一场合使用所述指定商品信息对应商品的概率;
返回单元504,用于如果所述撞衫权重满足预置条件,则返回提示信息。
具体实现时,所述属性信息可以是指地址信息,此时,所述计算单元503具体可以包括:
地址重合度计算子单元,用于根据所述地址信息,计算当前用户与各个所述其他用户之间的地址重合度;
第一确定子单元,用于根据所述当前用户与各个所述其他用户之间的地址重合度确定所述当前用户若购买所述指定商品信息对应商品的撞衫权重。
为了提高计算的准确性,所述地址重合度计算子单元可以包括:
匹配子单元,用于按照行政级别由高到低的顺序对当前用户与各个其他用户的地址信息进行匹配;
等级划分子单元,用于将地址匹配程度划分为若干个地址匹配等级,将所述地址匹配等级确定为对应的地址重合度;
所述第一确定子单元包括:
第一数量统计子单元,用于统计所述其他用户中各个地址匹配等级分别对应的用户数量;
第一加权求和子单元,用于将各个地址匹配等级分别对应的用户数量进行加权求和,得到所述撞衫权重,其中,进行加权求和时,地址匹配等级越高则权值越高。
在另一种实现方式下,所述属性信息可以包括即时通信系统中的好友关系信息,所述计算单元503具体可以包括:
好友关系判断子单元,用于根据所述好友关系信息,判断所述当前用户与各个所述其他用户之间是否具有好友关系;
第二确定子单元,用于根据判断结果确定所属当前用户若购买所述指定商品信息对应商品的撞衫权重。
具体实现时,所述第二确定子单元包括:
用户分类子单元,用于根据所述判断结果将所述其他用户划分为该当前用户的好友用户类及非好友用户类;
第二数量统计子单元,用于统计好友用户类中包括的第一用户数量,以及非好友用户类中包括的第二用户数量;
第二加权求和子单元,用于将所述第一用户数量与第二用户数量进行加权求和,得到所述撞衫权重;其中,进行加权求和时,第一用户数量的权值大于第二用户数量的权值。
在另一种可选的实施方式中,也可以将前述两种方法相结合,也即,在获取用户的属性信息时,可以同时获取地址信息以及即时通信系统中的好友关系信息,相应的,所述计算单元503具体可以包括:
地址重合度计算子单元,用于根据所述地址信息,计算当前用户与各个所述其他用户之间的地址重合度;
好友关系判断子单元,用于根据所述好友关系信息,判断所述当前用户与各个所述其他用户之间是否具有好友关系;
第三确定子单元,用于根据所述当前用户与各个所述其他用户之间的地址重合度以及好友关系,确定所述当前用户若购买所述指定商品信息对应商品的撞衫权重。
具体实现时,所述地址重合度计算子单元可以包括:
匹配子单元,用于按照行政级别由高到低的顺序对当前用户与各个其他用户的地址信息进行匹配;
等级划分子单元,用于将地址匹配程度划分为若干个地址匹配等级,将所述地址匹配等级确定为对应的地址重合度;
所述第三确定子单元包括:
用户分类子单元,用于将所述其他用户划分为好友用户类及非好友用户类;
第三数量统计子单元,用于统计好友用户类中各个地址匹配等级分别对应的用户数量,以及非好友用户类中各个地址匹配等级分别对应的用户数量;
第三加权求和子单元,用于将所述好友用户类中各个地址匹配等级分别对应的用户数量,与非好友用户类中各个地址匹配等级分别对应的用户数量进行加权求和,得到所述撞衫权重;其中,进行加权求和时,针对同一地址匹配等级,好友用户类的权值大于非好友用户类的权值;针对同一类用户,地址匹配等级越高则权值越高。
另外,在实际应用中,还可以在发现当前用户与购买当前商品的其他用户之间的撞衫权重比较高时,还可以向该当前用户展现各个用户群体在撞衫概率上体现出的群体特征,相应的,该装置还可以包括:
用户群体划分单元,用于从指定角度将所有用户划分为多个用户群体;
群体特征统计单元,用于统计各个用户群体在撞衫概率上体现出的群体特征;
群体特征返回单元,用于返回所述群体特征,以便展现给所述当前用户。
具体实现时,所述群体特征统计单元具体可以包括:
历史购物记录获取子单元,用于获取单个用户群体中的所有用户在预定时间段内的历史购物记录;
商品总数统计子单元,用于根据所述历史购物记录统计所有用户购买过的商品总数;
去重商品总数统计子单元,用于对所有用户购买过的商品进行去重处理,统计出去重商品总数;
商值计算子单元,用于计算去重商品总数与商品总数的商值,利用所述商值体现对应用户群体在撞衫概率上体现出的群体特征。
通过本申请实施例提供的上述装置,在用户选择了某指定的商品信息时,可以首先对根据当前用户的属性信息,以及购买过当前商品的其他用户的属性信息,计算当前用户如果购买当前商品则可能与其他用户撞衫的概率,如果概率较高,则可以向用户进行提示,如果用户介意与其他用户撞衫,则可以直接选择购买其他商品,而不用在实际发现撞衫之后再进行退换货等操作,避免用户执行复杂的退换货操作流程,同时也节省系统资源。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上对本申请所提供的商品信息提示方法及装置,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种商品信息提示方法,其特征在于,包括:
接收到当前用户选择指定商品信息的指令后,获取当前用户的属性信息以及该指定商品信息的历史交易记录;
根据所述历史交易记录,获取购买所述指定商品的其他用户的属性信息;
根据所述当前用户以及所述其他用户的属性信息,计算所述当前用户若购买所述指定商品信息对应商品的撞衫权重;所述撞衫权重用于表示至少两个用户在同一场合使用所述指定商品信息对应商品的概率;
如果所述撞衫权重满足预置条件,则返回提示信息。
2.根据权利要求1所述的方法,其特征在于,所述属性信息包括地址信息,所述根据所述当前用户以及所述其他用户的属性信息,计算所述当前用户若购买所述指定商品信息对应商品的撞衫权重包括:
根据所述地址信息,计算当前用户与各个所述其他用户之间的地址重合度;
根据所述当前用户与各个所述其他用户之间的地址重合度确定所述当前用户若购买所述指定商品信息对应商品的撞衫权重。
3.根据权利要求2所述的方法,其特征在于,所述根据所述地址信息,计算当前用户与各个所述其他用户之间的地址重合度包括:
按照行政级别由高到低的顺序对当前用户与各个其他用户的地址信息进行匹配;
将地址匹配程度划分为若干个地址匹配等级,将所述地址匹配等级确定为对应的地址重合度;
所述根据所述当前用户与各个所述其他用户之间的地址重合度确定所述当前用户若购买所述指定商品信息对应商品的撞衫权重包括:
统计所述其他用户中各个地址匹配等级分别对应的用户数量;
将各个地址匹配等级分别对应的用户数量进行加权求和,得到所述撞衫权重,其中,进行加权求和时,地址匹配等级越高则权值越高。
4.根据权利要求1所述的方法,其特征在于,所述属性信息包括即时通信系统中的好友关系信息,所述根据所述当前用户以及所述其他用户的属性信息,计算所述当前用户若购买所述指定商品信息对应商品的撞衫权重包括:
根据所述好友关系信息,判断所述当前用户与各个所述其他用户之间是否具有好友关系;
根据判断结果确定所属当前用户若购买所述指定商品信息对应商品的撞衫权重。
5.根据权利要求4所述的方法,其特征在于,所述根据判断结果确定所属当前用户若购买所述指定商品信息对应商品的撞衫权重包括:
根据所述判断结果将所述其他用户划分为该当前用户的好友用户类及非好友用户类;
统计好友用户类中包括的第一用户数量,以及非好友用户类中包括的第二用户数量;
将所述第一用户数量与第二用户数量进行加权求和,得到所述撞衫权重;其中,进行加权求和时,第一用户数量的权值大于第二用户数量的权值。
6.根据权利要求1所述的方法,其特征在于,所述属性信息包括地址信息以及即时通信系统中的好友关系信息,所述根据所述当前用户以及所述其他用户的属性信息,计算所述当前用若购买所述指定商品信息对应商品的撞衫权重包括:
根据所述地址信息,计算当前用户与各个所述其他用户之间的地址重合度;
根据所述好友关系信息,判断所述当前用户与各个所述其他用户之间是否具有好友关系;
根据所述当前用户与各个所述其他用户之间的地址重合度以及好友关系,确定所述当前用户若购买所述指定商品信息对应商品的撞衫权重。
7.根据权利要求6所述的方法,其特征在于,所述根据所述地址信息,计算当前用户与各个所述其他用户之间的地址重合度包括:
按照行政级别由高到低的顺序对当前用户与各个其他用户的地址信息进行匹配;
将地址匹配程度划分为若干个地址匹配等级,将所述地址匹配等级确定为对应的地址重合度;
所述根据所述当前用户与各个所述其他用户之间的地址重合度以及好友关系,确定所述当前用户若购买所述指定商品信息对应商品的撞衫权重包括:
将所述其他用户划分为好友用户类及非好友用户类;
统计好友用户类中各个地址匹配等级分别对应的用户数量,以及非好友用户类中各个地址匹配等级分别对应的用户数量;
将所述好友用户类中各个地址匹配等级分别对应的用户数量,与非好友用户类中各个地址匹配等级分别对应的用户数量进行加权求和,得到所述撞衫权重;其中,进行加权求和时,针对同一地址匹配等级,好友用户类的权值大于非好友用户类的权值;针对同一类用户,地址匹配等级越高则权值越高。
8.根据权利要求1至7任一项所述的方法,其特征在于,还包括:
从指定角度将所有用户划分为多个用户群体;
统计各个用户群体在撞衫概率上体现出的群体特征;
返回所述群体特征,以便展现给所述当前用户。
9.根据权利要求8所述的方法,其特征在于,所述统计各个用户群体在撞衫概率上体现出的群体特征包括:
获取单个用户群体中的所有用户在预定时间段内的历史购物记录;
根据所述历史购物记录统计所有用户购买过的商品总数;
对所有用户购买过的商品进行去重处理,统计出去重商品总数;
计算去重商品总数与商品总数的商值,利用所述商值体现对应用户群体在撞衫概率上体现出的群体特征。
10.一种商品信息提示装置,其特征在于,包括:
第一信息获取单元,用于接收到当前用户选择指定商品信息的指令后,获取当前用户的属性信息以及该指定商品信息的历史交易记录;
第二信息获取单元,用于根据所述历史交易记录,获取购买所述指定商品的其他用户的属性信息;
计算单元,用于根据所述当前用户以及所述其他用户的属性信息,计算所述当前用户若购买所述指定商品信息对应商品的撞衫权重;所述撞衫权重用于表示至少两个用户在同一场合使用所述指定商品信息对应商品的概率;
返回单元,用于如果所述撞衫权重满足预置条件,则返回提示信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210407963.4A CN103778551B (zh) | 2012-10-23 | 2012-10-23 | 商品信息提示方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210407963.4A CN103778551B (zh) | 2012-10-23 | 2012-10-23 | 商品信息提示方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103778551A true CN103778551A (zh) | 2014-05-07 |
CN103778551B CN103778551B (zh) | 2017-09-22 |
Family
ID=50570751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210407963.4A Active CN103778551B (zh) | 2012-10-23 | 2012-10-23 | 商品信息提示方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103778551B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106326284A (zh) * | 2015-06-30 | 2017-01-11 | 华为技术有限公司 | 一种获取历史记录的方法、服务器及终端 |
CN106357705A (zh) * | 2015-07-13 | 2017-01-25 | 阿里巴巴集团控股有限公司 | 基于对象分布的提示方法及装置 |
CN108805641A (zh) * | 2017-04-27 | 2018-11-13 | 阿里巴巴集团控股有限公司 | 提供数据对象信息的方法及装置 |
CN113056753A (zh) * | 2018-11-21 | 2021-06-29 | 贝宝公司 | 基于交易后数据的机器学习 |
CN113222627A (zh) * | 2020-01-21 | 2021-08-06 | 上海哔哩哔哩科技有限公司 | 一种用于盲盒商品分配的方法与设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101295391A (zh) * | 2007-04-27 | 2008-10-29 | 阿里巴巴集团控股有限公司 | 网上交易方法及网上交易系统 |
-
2012
- 2012-10-23 CN CN201210407963.4A patent/CN103778551B/zh active Active
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106326284A (zh) * | 2015-06-30 | 2017-01-11 | 华为技术有限公司 | 一种获取历史记录的方法、服务器及终端 |
CN106357705A (zh) * | 2015-07-13 | 2017-01-25 | 阿里巴巴集团控股有限公司 | 基于对象分布的提示方法及装置 |
CN108805641A (zh) * | 2017-04-27 | 2018-11-13 | 阿里巴巴集团控股有限公司 | 提供数据对象信息的方法及装置 |
CN113056753A (zh) * | 2018-11-21 | 2021-06-29 | 贝宝公司 | 基于交易后数据的机器学习 |
CN113222627A (zh) * | 2020-01-21 | 2021-08-06 | 上海哔哩哔哩科技有限公司 | 一种用于盲盒商品分配的方法与设备 |
Also Published As
Publication number | Publication date |
---|---|
CN103778551B (zh) | 2017-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peppet | Freedom of contract in augmented reality | |
US8781877B2 (en) | Data integration and analysis | |
US10262336B2 (en) | Non-converting publisher attribution weighting and analytics server and method | |
Hooda et al. | Consumer behaviour towards e-marketing: A study of Jaipur consumers | |
Evans | Antitrust issues raised by the emerging global internet economy | |
US20070233582A1 (en) | Neighborhood commerce in a geo-spatial environment | |
US20080288338A1 (en) | One-click posting | |
US20080221984A1 (en) | User-managed coupons in a geo-spatial environment | |
CN101438309A (zh) | 用于在线广告的分布式体系结构 | |
US20110196760A1 (en) | Online Marketplace for Bartering and Trading Used and Surplus Items | |
US9684912B2 (en) | Proxy shopping registry | |
CN103996132A (zh) | 一种基于移动互联网的婚庆信息服务系统 | |
US20140236753A1 (en) | Neighborhood commerce in a geo-spatial environment | |
WO2008108772A1 (en) | User-managed coupons in a geo-spatial environment | |
CN103745356A (zh) | 基于客户需求的定向电子商务平台 | |
Amin et al. | A review paper on E-commerce | |
CN103745379A (zh) | 一种实现基于客户需求的定向电子商务平台的方法 | |
US20170255948A1 (en) | Business to Consumer Enterprise Software System | |
CN104094305A (zh) | 针对搜索结果的实时广告发布 | |
Shafiyah et al. | Review on electronic commerce | |
CN103778551A (zh) | 商品信息提示方法及装置 | |
CN110503470B (zh) | 一种产品销售推广的运营方法及系统 | |
CN104951941A (zh) | 提供商品对象转让信息的方法及系统 | |
Revinova | E-commerce in BRICS: similarities and differences | |
JP7193514B2 (ja) | 情報処理装置、情報処理方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1194520 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: GR Ref document number: 1194520 Country of ref document: HK |